Zkoumání kauzálního vztahu mezi depresí související s adenokarcinomem plic z pohledu „veškeré stagnace Qi a deprese související s plícemi“ a predikce intervence Tradiční čínská medicína

Abstraktní:Cíl Prozkoumat genetický kauzální vztah meziadenokarcinom plic(LUAD) avelká depresivní porucha (MDD)prostřednictvím Mendelovské randomizační (MR) analýzy založené na teorii „veškerá stagnace čchi a deprese související s plícemi", a předvídat potenciální tradiční čínské léky pro intervenci deprese související s plicním adenokarcinomem (LAD). Metody Datové soubory genomových asociačních studií (GWAS) pro LUAD a MDD byly získány z databáze IEU OpenGWAS. Analýza MR a hodnocení robustnosti byly primárně prováděny pomocí balíčku TwoSampleMR v softwaru R. Instrumentální analýza proměnných blízkých genů byla předpovězena na základě analýzy blízkých funkcí (IVNGs). IVNG a databáze CTD a ITCM byly použity k predikci relevantních chemických složek a potenciálních intervencí tradiční čínské medicíny (TCM) Pro statistickou analýzu TCM byla použita platforma Classical and Modern Medical Cases Cloud Platform (V2.3.9) se zaměřením na terapeutické principy a receptury pomocí metody vážené inverzní variací (IVW) ({= 0.002 05}, pozitivní PADca a10}}. Analýza robustnosti neprokázala žádnou významnou heterogenitu nebo horizontální pleiotropii, což potvrdilo spolehlivost výsledků. Analýza obohacování odhalila významnou souvislost s cholinergní synaptickou signální cestou kategorizovala 30 nejčastějších TCM do pěti hlavních skupin; čtyři qi (teplotní vlastnosti) všech potenciálních hořkých látek byly neutrální a štiplavé příchutě byly připisovány hlavně játrům, následovaly plíce, slezina, žaludek, ledviny a srdce. Primární terapeutické účinky se zaměřovaly na čištění tepla a detoxikaci, ochlazování krve a zastavení krvácení, detoxikaci a čištění tepla a vlhkosti, klasické recepty odpovídající 15 nejčastějším TCM včetně Mahuang (Cophedraeyard Herbacus). Semeno), Pugongying (Taraxaci Herba) aRoucongrong (Cistanches Herba)s podobnými klasickými recepturami jsou receptury založené na Mahuangu, prášek Huaihua (槐花散), odvar Huanglian Jiedu (黄连解毒汤), odvar z Weijingu (苇茎汤), nápoj Wuwei Xiaodu (5呵楎汤)川煎), Huagan Decoction (化肝煎) a Sangxing Decoction (桑杏汤). Závěr Na základě teorie „veškeré stagnace qi a deprese související s plícemi“ byl zjištěn slabý pozitivní genetický kauzální účinek mezi LUAD a MDD. LUAD může podporovat rozvoj MDD ovlivněním přenosu nervových signálů a regulačních mechanismů, zejména prostřednictvím cholinergní dráhy. Kromě toho, kombinováním lékařské teorie "Target-Status" a předpokládaných výsledků TCM, tato studie prozkoumala potenciální léčbu TCM pro LAD s cílem poskytnout reference pro léčbu TCM pacientů s LAD s cílem zlepšit celkové terapeutické výsledky a duševní zdraví pacientů s LUAD.

klíčová slova: deprese související s adenokarcinomem plic; Mendelova randomizace; predikce tradiční čínské medicíny; cílový stav; Vzorce založené na Mahuangu; Huaihua prášek; Huanglian Jiedu Decoction; Weijingský odvar; Nápoj Wuwei Xiaodu; Jichuan odvar; Huagan odvar; Sangxing odvar; Ephedrae Herba; Gardeniae Fructus; Coicis sperma; Taraxaci Herba;Cistanches Herba

 

 

 

Bylinný přípravek Cistanche na vysoké úrovni pro léčbu deprese související s adenokarcinomem plic

Whatsapp nám pro více podrobností

 

 

Plicní adenokarcinom (LUAD) je celosvětově nejběžnějším podtypem rakoviny plic. Přestože existují významné regionální rozdíly, výskyt LUAD je nejvyšší mezi muži i ženami ve východní Asii [1]. Psychická zátěž spojená s maligními nádory, zejména výskyt velké depresivní poruchy (MDD) u pacientů, představuje významné výzvy pro zdraví jednotlivce. To ovlivňuje nejen kvalitu jejich života, ale také negativně ovlivňuje účinnost léčby onemocnění [2]. Proto má včasná identifikace a léčba MDD velký význam pro zlepšení celkové prognózy pacientů se zhoubnými nádory.

Tradiční čínská medicína (TCM) má teorii, která říká: „Všechny formy stagnace a útlaku čchi patří k plicím“, což vede k hypotéze, že výskyt MDD u pacientů s LUAD může být spojen s dysfunkcí rozptylujících a sestupných funkcí plic. Studie potvrdily obousměrný vztah mezi maligními nádory a MDD. Například existuje genetická korelace mezi MDD a zvýšeným rizikem rakoviny plic [3] a výskyt MDD je vyšší u pacientů s rakovinou plic ve srovnání s populací bez rakoviny [4]. Zda však LUAD jako podtyp rakoviny plic má genetický základ pro výskyt MDD, nebylo zcela objasněno.

Tato studie je první, která používá dvouvzorkovou mendelovskou randomizační (MR) analýzu k prozkoumání genetického kauzálního vztahu mezi LUAD a MDD. Identifikací instrumentálních variabilních blízkých genů (IVNG) a prováděním analýz obohacení se studie zaměřuje na objasnění potenciálních patogenních mechanismů, které jsou základem asociace mezi LUAD a MDD. Kromě toho, na základě IVNG a veřejných databází, studie předpovídá potenciální sloučeniny a čínské léčivé byliny pro zásah do deprese související s LUAD (LAD). Kombinací těchto předpovědí se „státně cílenou“ medicínou [5] studie zkoumá přístupy TCM k léčbě LAD s cílem dosáhnout přesně cílené léčby pod vedením základních teorií TCM a diferenciace a léčby syndromu. To poskytuje inovativní nápady a metody pro intervence založené na TCM pro LAD, podporující dědičnost, inovace a modernizaci TCM.

1 Materiály a metody

1.1 Návrh studie

Nejprve byla k posouzení genetického kauzálního účinku mezi LUAD a MDD použita dvouvzorková MR analýza. Poté byly získány IVNG a byla provedena analýza obohacení pomocí genové ontologie (GO) a Kyoto Encyclopedia of Genes and Genomes (KEGG), aby se odhalily potenciální patogenní mechanismy LAD. Kromě toho byly sloučeniny a čínské léčivé byliny spojené s LAD předpovězeny na základě IVNG. Nakonec byla pro statistickou analýzu, shlukovou analýzu a identifikaci podobných klasických receptů pro předpokládané čínské léčivé byliny použita cloudová platforma Ancient and Modern Medical Records Cloud Platform (V2.3.9) (https://www.yiankb.com/). To poskytlo nové nápady a metody pro intervence založené na TCM v LAD. Průběh výzkumu je znázorněn na obrázku 1.

 

1.2 Analýza MR

1.2.1 Získávání datových sad genomových asociačních studií (GWAS).

Datové sady GWAS pro LUAD a MDD byly získány pomocí balíčku TwoSampleMR z databáze IEU OpenGWAS (https://gwas.mrcieu.ac.uk/). Soubor dat LUAD GWAS (ieu-a-965) a datový soubor MDD (ebi-a-GCST90038650) byly použity k extrakci instrumentálních proměnných souvisejících s LUAD a informací o jejich účinku v datovém souboru ebi-a-GCST90038650 pro kauzální inferenci v analýze MR.

Soubor dat ieu-a-965 zahrnuje 3 442 případů LUAD a 14 894 zdravých kontrol, celkem 18 336 jedinců. Soubor dat ebi-a-GCST90038650 se skládá ze souhrnných dat GWAS z evropských populací, publikovaných Dönertaşem a kol. [6] inStárnutí přírodyv roce 2021.

1.2.2 Výběr instrumentálních proměnných

MR studie musí splňovat tři základní předpoklady:

Instrumentální proměnné (IV) musí být významně spojeny s expozičním faktorem.

IV nesmějí být spojeny s žádnými matoucími faktory.

IV musí ovlivnit výsledek pouze prostřednictvím expozičního faktoru.

V této studii byly informace o jednonukleotidovém polymorfismu (SNP) získány z katalogu GWAS (https://gwas.mrcieu.ac.uk/) a SNP spojené s potenciálními matoucími faktory (např. schizofrenie, bipolární porucha, manické epizody, posttraumatická stresová porucha, duševní onemocnění, léky na MDD, věk onemocnění štítné žlázy, nástup MDD, hypertenze atd.) Následující kroky byly provedeny pomocí balíčku TwoSampleMR:

Výběr SNP úzce souvisejících s instrumentálními proměnnými: Práh výběruPBylo použito < 1,0 × 10⁻⁵. TentoP-hodnotový práh se běžně používá ve studiích GWAS, aby se zajistilo, že vybrané SNP mají dostatečnou statistickou významnost s daným znakem, čímž se sníží míra falešně pozitivních výsledků a zajistí se spolehlivost IV [7].

Odstranění vazebné nerovnováhy: Parametry byly nastaveny jakor²= 0.001 akb= 10 000. Tyto prahové hodnoty zajišťují nezávislost vybraných SNP v genomu, zabraňují nadměrné korelaci mezi IV v důsledku silné vazebné nerovnováhy, čímž se zlepšuje validita IV [8].

S vyloučením SNP s frekvencí minoritních alel (MAF) < 0,01: Themaf_thresholdParametr byl použit k vyloučení vzácných SNP, což zajistilo, že vybrané SNP mají lepší statistickou sílu a biologickou reprezentativnost, v souladu se standardy výběru pro běžné varianty [9].

S výjimkou palindromických SNP: Tento krok zabraňuje zkreslení analýzy způsobenému palindromickými sekvencemi a dále zlepšuje přesnost výsledků [10].

1.2.3 Statistická analýza

Tato studie primárně používala metodu inverzní variance vážené (IVW) k hodnocení genetických kauzálních účinků, zatímco metody MR-Egger, Simple Mode, Weighted Medián a Weighted Mode byly použity k hodnocení robustnosti výsledků IVW. Potenciální kauzální vztah mezi LUAD a MDD byl prezentován pomocí poměrů šancí (OR) a 95% intervalů spolehlivosti (CI).

Testy heterogenity byly provedeny za použití metod MR-Egger a IVW k vyhodnocení heterogenity mezi IV. Pokud byla zjištěna silná heterogenita (Q_pval< 0,05), byl použit model náhodných efektů k získání robustnějších odhadů efektů. Horizontální pleiotropie SNP a stabilita výsledků IVW byly hodnoceny pomocí MR-Egger intercept testu a metodou vynechání. AP< 0,05 bylo považováno za statisticky významné. Všechny statistické analýzy byly provedeny pomocí R verze 4.4.2.

1.3 Analýza funkčního obohacení založená na IVNG

Informace o umístění a chromozomové sekvenci SNP byly dotazovány v databázi Ensembl (https://www.ensembl.org/) pomocí SNP ID. Nástroj BioMart byl poté použit k identifikaci všech instrumentálních variabilních blízkých genů (IVNG) v rámci ±200 kb od těchto SNP. Funkční analýza obohacení IVNG byla provedena za použitíclusterProfilerbalíček [11], s výsledky obohacení vizualizovanými pomocíggplot2balík. Klíčové diagramy cest byly získány z databáze KEGG (https://www.kegg.jp/).

 

1.4 Predikce a statistická analýza potenciálních čínských léčivých bylin

IVNG byly předloženy do Comparative Toxicogenomics Database (CTD, https://ctdbase.org/) k identifikaci sloučenin regulujících tyto geny. Sloučeniny byly filtrovány pro ty, které jsou spojeny s lidmi (Homo sapiens) a podporované Většími nebo rovnými 2 IVNG nebo Většími nebo rovnými 2 publikacemi. Příbuzné čínské léčivé byliny byly poté získány pomocí databáze ITCM (http://itcm.biotcm.net/) [12].

Čínské léčivé byliny obsahující stejné sloučeniny byly seskupeny [13-15]. Pokud by jedna bylina obsahovala více sloučenin identifikovaných v této studii, mohla by se objevit ve více skupinách. Seskupené byliny byly nahrány na platformu Ancient and Modern Medical Records Cloud Platform (V2.3.9, https://www.yiankb.com/) pro standardizační zpracování (např. „Perilla“ byla sjednocena jako „Perilla leaf“, „Artemisia“ jako „Liu Ji Nu“, „Flat Jitrocel“ jako „Plantago Herb“ atd.). Poté byla provedena shluková analýza, statistická analýza vlastností bylin a meridiánového tropismu a analýza účinnosti. Vysokofrekvenční byliny byly dále analyzovány v klasickém modulu identifikace receptů, aby se identifikovaly podobné klasické vzorce.

Sloučeniny s odpovídajícími potenciálními čínskými léčivými bylinami, jejich související IVNG a standardizované informace o potenciálních bylinách byly nahrány do Cytoscape (V3.10.3), aby se vytvořila mapovací síť „IVNG-compound-herb“.

 

2 Výsledky

2.1 Výsledky analýzy kauzálních účinků mezi LUAD a MDD

Soubor dat LUAD GWAS (ieu-a-965) obsahoval celkem 8 881 354 SNP a 12 SNP bylo zachováno jako instrumentální proměnné po screeningu pro následnou analýzu MR. Informace o instrumentálních proměnných jsou uvedeny v tabulce 1.

Výsledky metody IVW ukázaly, že hodnota byla 0,00205 (pozitivní) a statisticky významná (P< 0,05), což naznačuje potenciální slabý pozitivní kauzální účinek mezi LUAD a výskytem MDD. Jiné metody analýzy MR však statistickou významnost nevykazovaly (P> 0,05). Podrobné výsledky analýzy MR jsou uvedeny v tabulce 2 a na obrázku 2.

 

Tabulka 2 Analyzuje výsledky mendelovské rndomizace

Metoda	SNP		SE	P
PAN Egger	12	0.00233	0.00195	0.26045
Vážený medián	12	0.00219	0.00190	0.42978
IVW	12	0.00205	0.00087	0.01899*
Jednoduchý režim	12	0.00171	0.00181	0.92606
Vážený režim	12	0.00074	0.00103	0.58903

Poznámka: P< 0,05 je považováno za statisticky významné.

 

2.2 Analýza robustnosti Výsledky analýzy MR

Výsledky testu heterogenity neukázaly žádnou významnou heterogenitu mezi instrumentálními proměnnými za použití metod MR Egger a IVW (P> 0,05), což ukazuje na konzistentní účinky instrumentálních proměnných na výskyt MDD. To podporuje spolehlivost výsledků analýzy MR (tabulka 3).

Termín zachycení MR Egger (P= 0.8761) nenaznačuje žádnou významnou horizontální pleiotropii, což naznačuje, že účinky instrumentálních proměnných na výskyt MDD byly primárně zprostředkovány přímou kauzální cestou LUAD spíše než jinými matoucími účinky (Egger intercept=−0,00056, standardní chyba=0.00352,P = 0.8761).

Výsledky metody vynechání jedné látky ukázaly, že žádná z instrumentálních proměnných nezpůsobila významnou změnu v celkovém kauzálním účinku a směr účinku zůstal konzistentní. To odráží robustnost a platnost instrumentálních proměnných (obrázek 3).

Diagram trychtýře odhalil, že datové body byly obecně symetrické, v souladu s nedostatkem významné heterogenity a horizontální pleiotropie, což dále potvrzuje racionalitu výběru instrumentálních proměnných a robustnost odhadu kauzálního účinku (obrázek 4).

 

 

Obr. 2 Odhady kauzálního účinku výskytu LUAD a MDD pomocí různých metod MR

 

 

2.3 Výsledky analýzy funkčního obohacení IVNG

Na základě chromozomálních sekvencí a lokusů 12 SNP bylo identifikováno 120 IVNG z databáze Ensembl. Analýza funkčního obohacení těchto IVNG odhalila následující výsledky:

Funkční obohacení GO: IVNG byly primárně obohaceny o biologické procesy, jako je reakce na nikotin, cholinergní synaptický přenos a transport neurotransmiterů. Byly také spojeny s buněčnými složkami, jako jsou komplexy signálních receptorů plazmatické membrány, cytoplazmatická strana membrány a postsynaptická membrána. Pokud jde o molekulární funkce, byly obohaceny o aktivity, jako je aktivita symporteru, aktivita sekundárního aktivního transmembránového transportéru, aktivita pasivního transmembránového transportéru a aktivita kanálu (obrázek 5-A).

Obohacení stezky KEGG: Obohacené dráhy se týkaly hlavně cholinergních signálních drah (obrázek 5-A, B).

Obohacené funkce GO a dráhy KEGG byly primárně spojeny s následujícími IVNG:
CHRNA3 (cholinergní receptor nikotinového alfa 3), CHRNA5, CHRNB4, EEF1A2 (elongační faktor 1 alfa 2), KCNQ2 (draslíkem napěťově řízený kanál podrodiny Q člen 2), LIME1 (Lck interagující membránový protein 1), PIK3CG (fosfatidylinositol-3-gamalytická 5-subkinitáza-3-gamalytická PTK6 (protein tyrosin kináza 6), SLC12A7 (rodina nosičů rozpuštěných látek 12 člen 7), SLC6A18, SLC6A19, SLC6A3, SRMS (src související kináza Lck interagující membránový protein) a TRAF3 (faktor 3 spojený s TNF receptorem) (obrázek 5-B).

 

2.4 Predikce a statistická analýza potenciálních čínských léčivých bylin

IVNG byly předloženy do databáze CTD za účelem získání příbuzných sloučenin, čímž bylo získáno 1 023 sloučenin po deduplikaci, včetně zástupců, jako je kyselina retinová, rotenon, resveratrol, kyselina askorbová, kamptotecin a kyselina citrónová. Další filtrování zredukovalo seznam na 170 sloučenin. Pomocí databáze ITCM bylo 41 z těchto sloučenin mapováno na odpovídající čínské léčivé byliny.

Identifikované byliny byly seskupeny a nahrány do cloudové platformy starověkých a moderních lékařských záznamů pro standardizaci a deduplikaci, což vedlo k 580 potenciálním léčivým bylinám. Mezi nejčastěji zmiňované bylinky patříSha Yuan Zi(semeno Astragalus),Shan Zha Ye(list hlohu),Ju Ju(čekanka),Feng Mi(Med),Guang Zao(Jujube),Zhi Zi(Gardénie),Luo Xuan Zao(Spirulina),Rou Cong Rong(Cistanche), Pu Gong Ying(Pampeliška),Qiao Mai(Pohanka),Ma Huang(Ephedra),Wu Mei(mume ovoce), aYi Yi Ren(Coix semeno) (Tabulka 4).

Výsledkem shlukové analýzy 30 nejlepších bylin bylo pět hlavních kategorií:

Da Huang(Rebarbora),Sha Ji(rakytník).

Shan Zhu Yu(Cornus),Gou Gu Ye(list cesmíny),Wu Zhu Yu(Evodia),Ma Huang(Ephedra),Mu Gua(Papája).

Dlouhé Kui(Solanum nigrum),Ren Shen(ženšen),Chuan Xiong(ligusticum),Ju Ju(čekanka),Jin Qiao Mai(zlatá pohanka),Feng Mi(Med),Wu Mei(Ovoce mume).

Yi Yi Ren(semeno Coix),Ji Shi Teng(Paederia),Sha Yuan Zi(semeno Astragalus),Guang Zao(Jujube).

E Jiao(želatina z oslí kůže),Shi Hu(Dendrobium),Luo Xuan Zao(Spirulina),Zpíval Piao Xiao(pouzdro na vejce kudlanky),Da Suan(Česnek),Shan Zha Ye(list hlohu),Qiao Mai(Pohanka),Ning Meng(Citrón),Zhi Zi(Gardénie),Rou Cong Rong(Cistanche),Pu Gong Ying(Pampeliška),Da Ji(bodlák) (obrázek 6).

Charakteristika predikovaných bylin

Čtyři přirozenosti: Nejběžnější byly teplé byliny (17,46 %), následovaly neutrální (15,80 %) a studené (13,81 %) byliny (obrázek 7-A).

Pět příchutí: Dominantní chuť byla sladká (29,28 %), následovaná hořkou (26,19 %) a štiplavou (20,88 %) (obrázek 7-B).

Meridiánový tropismus: Byliny působily hlavně na játra, dále na plíce, slezinu, žaludek, ledviny a srdce (obrázek 7-C).

Hlavní účinnosti: Primární účinnost byla odstranění tepla a detoxikace (7,96 %), následovalo ochlazení krve a zastavení krvácení (3,43 %), detoxikace (3,31 %), hemostáza (2,43 %) a odstranění tepla a vlhkosti (2,10 %) (obrázek 7-D).

Identifikace klasických receptur

Mezi top 15 bylinkami se řadí klíčové byliny jako napřMa Huang(Ephedra),Zhi Zi(Gardénie),Yi Yi Ren(semeno Coix),Pu Gong Ying(Pampeliška), aRou Cong Rong(Cistanche) byly často identifikovány. Včetně podobných klasických receptůVzorce založené na Ma Huang, Hua Hua San(Sophora květinový prášek),Huang Lian Jie Du Tang(Detoxikační odvar Coptis),Wei Jing Tang(rákosový odvar),Wu Wei Xiao Du Yin(pětisložkový detoxikační nápoj),Ji Chuan Jian(Benefit River Decoction),Hua Gan Jian(Odvar proměny jater), aZpíval Xing Tang(Odvar z moruše a meruněk) (tabulka 5).

Pomocí Cytoscape (V3.10.3) byla vytvořena mapovací síť „IVNGs-compounds-herbs“, zahrnující 41 chemických složek, 54 IVNG a 580 léčivých bylin (obrázek 7-E).

 

 

Obr. 5 Výsledky analýzy obohacení a schematický diagram cholinergní signální dráhy

 

Tabulka 4 Top 30 potenciálních intervenčních tradičních čínských léků

Čínská bylina	Frekvence	% frekvence	Čínská bylina	Frekvence	% frekvence
Semeno Astragalus	9	17.65%	Mume ovoce	9	17.65%
List hlohu	9	17.65%	Coix semeno	9	17.65%
Čekanka	9	17.65%	Ephedra	9	17.65%
Med	9	17.65%	Pampeliška	9	17.65%
Jujube	8	15.69%	Pohanka	8	15.69%
gardénie	8	15.69%	Česnek	8	15.69%
Spirulina	8	15.69%	Bodlák	8	15.69%
Cistanche	8	15.69%	Citrón	8	15.69%
Mulberry jmelí	8	15.69%	Dendrobium	8	15.69%
Želatina z oslí kůže	8	15.69%	Rakytník	8	15.69%
Sophora květina	8	15.69%	Solanum nigrum	8	15.69%
Ženšen	8	15.69%	Ligusticum	8	15.69%
Papája	8	15.69%	Cornus	8	15.69%
List cesmíny	8	15.69%	Evodia	8	15.69%

 

 

Obr. 6 Výsledky shlukové analýzy tradiční čínské medicíny